MétaCan
Menu
Retour à la cohorte
Enregistrement W2606862795 · doi:10.1002/smj.2664

Alliance or Acquisition? A Mechanisms‐Based, Policy‐Capturing Analysis

2017· article· en· W2606862795 sur OpenAlexaff
Thomas Mellewigt, Adeline Thomas, Ingo Weller, Edward J. Zajac

Notice bibliographique

RevueStrategic Management Journal · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésAllianceOperationalizationCertaintyValue (mathematics)Affect (linguistics)BusinessEmpirical evidenceMarketingEmpirical researchIndustrial organizationMicroeconomicsEconomicsPsychologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Research summary : While alliance researchers view prior partner‐specific alliance experience as influencing firms' subsequent alliance or acquisition decisions, empirical evidence on the alliance versus acquisition decision is surprisingly mixed. We offer a reconciliation by proposing and testing an analytical framework that recognizes prior partner‐specific experiences as heterogeneous along three fundamental dimensions: partner‐specific trust, routines, and value certainty. This allows us to use a policy‐capturing methodology to rigorously operationalize and test our mechanism‐level predictions. We find that all three mechanisms can increase the likelihood of a subsequent alliance or acquisition, and in terms of the comparative choice between alliances versus acquisitions, partner‐specific trust pulls towards alliances, and value certainty pulls towards acquisitions. We conclude with a discussion of the theoretical and empirical implications of our approach and method . Managerial summary : This study focuses on an important corporate decision: When a firm has had an alliance with another firm, how would that experience affect the likelihood of a future alliance or acquisition with that same firm? We first suggest that it will depend on three factors: the level of trust that existed in that prior alliance, the extent to which specific work routines were developed, and the degree to which the firm was able to confidently assess the value of the partner firm's resources. We then find that trust is a particularly strong predictor of future alliances, while confidence regarding value more strongly predicts future acquisitions. In this way, we demonstrate more precisely how past corporate choices can affect (consciously or unconsciously) future ones . © 2017 The Authors. Strategic Management Journal Published by John Wiley & Sons Ltd.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0050,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,298
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrategic Management JournalMême sujetInnovation and Knowledge ManagementTravaux en français237 207